Académique Documents
Professionnel Documents
Culture Documents
EJERCICIOS DE ESTADISTICA
𝟐 −𝟐𝒙 𝟏 −𝒙
𝒇(𝒙) = { 𝟏 − 𝒆 𝟑 − 𝒆 𝟑 , 𝒔𝒊 𝒙 > 0
𝟑 𝟑
𝟎, 𝒔𝒊 𝒙 ≤ 𝟎
SOLUCION:
Se sabe que la función de densidad de probabilidad coincide con la derivada de la
función de distribución. Por tanto, la función de densidad será:
SOLUCION:
Por lo tanto:
2
2
B) 𝐸(𝑋) = (−1). 0,1 + 0.0,2 + 0,35 ∫1 𝑥(2𝑥 − 1)𝑑𝑥 = 1,008
𝟑 𝟒
𝒇(𝒙) = {𝒙𝟒 , 𝒔𝒊 𝒙 > 𝟏 𝒈(𝐱) = { 𝐱 𝟓 𝐬𝐢 𝐱 > 𝟏
𝟎, 𝒔𝒊 𝒙 ≤ 𝟏 𝟎, 𝐬𝐢 𝐱 ≤ 𝟏
SOLUCIÓN:
PROCESO 1: f(x)
PROCESO 2:g(x)
A) ¿Qué proceso mayor porcentaje de pernos aceptados?
2
3 1 2
𝑃(𝐴) = ∫ 4
𝑑𝑥 = [− ] = 0,626
1,1 𝑋 𝑥 3 1,1
2
4 1 2
𝑃(𝐵) = ∫ 5
𝑑𝑥 = [− 4𝑧 ] = 0,621
1,1 𝑋 𝑥 1,1
PROCESO 01:
∞
3 3
𝐸(𝑋) = ∫ 𝑋𝑓(𝑥) = ∫ 𝑑𝑥 =
1 𝑥3 2
∞
∫ 𝑥 2 𝑓(𝑥)𝑑𝑥 = ∫ 3/𝑥 2 𝑑𝑥 = 3
1
3
𝑉(𝑋1 ) = ∫ 𝑥 2 𝑓(𝑥)𝑑𝑥 − (𝐸(𝑥)])2 =
4
PROCESO 2:
∞
4 4
𝐸(𝑋) = ∫ 𝑋𝑓(𝑥) = ∫ 𝑑𝑥 =
1 𝑥4 3
∞
4
∫ 𝑥 2 𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = 2
1 𝑥3
2 2
4 2 2
)
𝑉(𝑋2 = ∫ 𝑥 𝑓(𝑥)𝑑𝑥 − (𝐸(𝑥)]) =2−( ) =
3 9
RPTA:
A)
𝑷(𝑨) = 𝟔𝟐. 𝟔𝟑𝟏% 𝒅𝒆 𝒑𝒆𝒓𝒏𝒐𝒔 𝒂𝒄𝒆𝒑𝒕𝒂𝒃𝒍𝒆𝒔
𝑷(𝑩)𝟔𝟐. 𝟎𝟓𝟏% 𝒅𝒆 𝒑𝒆𝒓𝒏𝒐𝒔 𝒂𝒄𝒆𝒑𝒕𝒂𝒃𝒍𝒆𝒔
B)
𝟑
𝑽(𝑿𝟏 ) =
𝟒
𝟐
𝑽(𝑿𝟐 ) =
𝟗
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
4. La variable aleatoria X representa la duración, en minutos, de las
llamadas a una línea telefónica y su f.d.p. está dada por:
−𝒙
𝟏𝒆 𝟐
𝒇(𝒙) = { 𝒔𝒊 𝒙 > 0
𝟐
𝟎 𝒔𝒊 𝒙 < 0
Calcular la probabilidad de que el tiempo de duración de una llamada
esté entre 5 y 10 minutos.
SOLUCIÓN:
−𝑥
10
1𝑒 2 −𝑥
10 1 1
𝑃(5 ≤ 𝑥 ≤ 10) = ∫ 𝑑𝑥 = −𝑒 2 ] = − 5 − (− ) = 0.361
2 2 2 𝑒 𝑒
5. El número medio de accidentes ocurridos en una planta petrolera
es de 2 accidentes en 2 meses.
a. ¿Qué modelo sigue la variable número de accidentes ocurridos en
la planta por 2 meses?
b. Probabilidad de que haya más de 2 accidentes en 2 meses.
c. Probabilidad de que haya entre 2 8 inclusive, en 2 meses.
d. Probabilidad de que haya más de 2 accidente en 1 mes.
SOLUCION:
a. La variable definida sigue un modelo Poisson de parámetro ℷ = 2
𝑋 → 𝑃(2)
DISTRIBUCIÓN DE POISSON
1 2 1
b) 𝑢 = ∑ 𝑥𝑖 . 𝑝𝑖 = 2. 36 + 3. 36 + ⋯ + 12. 36 = 7
c) 𝜎 2 = ∑ 𝑥𝑖 2 . 𝑝𝑖 − 𝑢2 = 5.833
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝜎 = √𝜎 2 = √5.833 = 2.415
7. Los pesos de los individuos de una población se distribuye
normalmente con media 70 Kg y desviación típica 60 kg. De una
población de 2000 personas, calcula cuantas personas tendrán un
peso comprendido entre 64 kg y 76 kg.
SOLUCION:
Tipificamos la variable
64−70 76−70
P(64≤76)=P( 6 ) ≤ Z ≤ ( 6 )=P( -1 ≤ Z ≤ 1)= P( Z ≤ 1 ) - P( Z ≤-1)
Entonces
P( Z ≤ 1 ) = 0.8413
P( Z ≤ - 1) = P( Z ≥ 1) = 1 – P( Z ≤ 1 ) = 1 – 0.8413 = 0.1587
⟶P( -1 ≤ Z ≤ 1) = 0.8413 – 0.1587 = 0.6825 = 68.25%
𝐵
𝑃( )
𝐴
Esto es la probabilidad condicional donde se quiere hallar la
probabilidad del evento B puesto que ya ocurrió el evento A.
Donde:
Evento A = 𝑃(𝑥 > 72) = 0.8413
Evento B = 𝑃(𝑥 > 84) =0.1587
𝐵 𝑃(𝐵∩𝐴) 0.1587
𝑃 (𝐴 ) = =0.8413 = 𝟎. 𝟏𝟖𝟖𝟔
𝑃(𝐴)
∞
𝑘
∫ . 𝑑𝑥
0 (𝑥 + 100)3
Resolviendo:
𝑷(𝒙 ≥ 𝟐𝟎𝟎) = 𝟎. 𝟏𝟏𝟏
120
20000
𝑃(80 < 𝑥 < 120) = ∫ . 𝑑𝑥
80 (𝑥 + 100)3
x 2 / 3, 1 x 2
f ( x)
0, en otro caso
a) Verifique la propiedad a.
b) Encuentre la probabilidad de que X tome un valor entre 0 y 1.
Solución:
x / 3 dx x 3 / 9 1
2 2
a) 1
1
x / 3 dx 1 / 9
2
b) P(0 < x < 1) =
0
14. El tiempo necesario, en milisegundos, para completar una reacción química está aproximado
por la siguiente función de distribución acumulada:
0, x 0
F ( x) 0.01x
1 e ,x0
Solución:
0, x 0
Al derivar: f ( x) 0.01x
0.01e ,x0
Solución:
16 25
a) P( X 16) P Z P( Z 2.81) 0.0025
3.2
Lo que implica que el 0.25% de los resistores tienen una resistencia inferior a 16
ohmios.
35 25
b) P( X 35) P Z P( Z 3.13) 1 P( Z 3.13) 1 0.9991 0.0009
3.2
Por lo tanto, el 0.09% de los resistores tienen una resistencia superior a 35 ohmios.
20 25 32 25
c)P(20 X 32) P Z P(1.56 Z 2.19)
3.2 3.2
Por lo tanto, el 92.6% de los resistores tiene una resistencia entre 20 y 32 ohmios.
x
z x z 25 1.28(3.2) 29.10 ohmios
16. Las lesiones laborales graves que ocurren en una planta siderúrgica,
tiene una media anual de 2,7. Dado que las condiciones de seguridad
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
serán iguales en la planta durante el próximo año. ¿Cuál es la
probabilidad de que el número de lesiones graves sea menor que dos?
SOLUCION:
El evento de que ocurrirán menos de dos lesiones graves, es el evento que x=0
o bien x=1, por lo tanto:
(2,7)𝑥 . 𝑒 −2,7
𝑃(𝑥 < 2) = 𝑝(0) + 𝑝(1) 𝑒𝑛 𝑑𝑜𝑛𝑑𝑒, 𝑝(𝑥) =
𝑥!
Reflexión:
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
Como se aprecia en ella la diferencia entre las dos distribuciones de probabilidad
es inane (apenas cerca del 10% de error).
18. Sabiendo que a una central telefónica llegan en promedio 4 llamadas
cada 3 minutos, calcular las siguientes probabilidades:
𝑬(𝒙) 𝟒
𝜸= =
𝒕 𝟑
a) Que lleguen por lo menos una llamada el próximo minuto.
b) Que lleguen menos de 12 llamadas durante un lapso de 10 minutos.
c) Que lleguen más de 40 llamadas durante un cuarto de hora.
SOLUCIÓN:
a) Que lleguen por lo menos una llamada el próximo minuto.
𝛾1 𝑥 . 𝑒 −𝛾1
𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0) = 1 −
𝑥!
En el próximo instante, t=4
16
𝛾1 = 𝛾. 4 =
3
Entonces:
16 0 16
( ) . 𝑒− 3 16
𝑃(𝑥 ≥ 1) = 1 − 3 = 1 − 𝑒 − 3 = 0,9952
0!
𝐸[𝑥] = ∫ 𝑥𝑓(𝑥)𝑑𝑥
Entonces reemplazamos:
1
1
𝐸[𝑥] = ∫ 𝑥(𝑎 + 𝑏𝑥)𝑑𝑥 =
−1 6
Resolviendo la integral:
1
𝑏=
4
Luego usando la función de densidad:
∞
1 = ∫ 𝑓(𝑥)𝑑𝑥
−∞
1
𝑥
1 = ∫ (𝑎 + ) 𝑑𝑥
−1 4
Resolviendo la integral:
1
𝑎=
2
1
𝐸[𝑥 2 ] =
3
Reemplazando en nuestra primera ecuación:
𝑣𝑎𝑟(𝑥) = 𝐸[𝑥 2 ] − 𝑢2
1 1
𝑣𝑎𝑟(𝑥) = − ( )2
3 6
11
𝑣𝑎𝑟(𝑥) = 36 = 0.306
Integrando se obtiene:
𝑎=2
Entonces:
𝑥 + 2𝑥 3 ; 𝑥є[0; 1]
𝑓(𝑥) = {
0 ; 𝑟𝑒𝑠𝑡𝑜
𝑥 3 2𝑥 5 1
𝑢 = 𝐸[𝑥] = + |
3 5 0
11
𝑢 = 𝐸[𝑥] =
15
La varianza: 𝑣𝑎𝑟(𝑥) = 𝐸[𝑥 2 ] − 𝑢2
1
Primeramente hallamos 𝐸[𝑥 2 ] = ∫0 𝑥 2 (𝑥 + 2𝑥 3 )𝑑𝑥
7
𝐸[𝑥 2 ] = 12
𝑣𝑎𝑟(𝑥) = 𝐸[𝑥 2 ] − 𝑢2
7 11
𝑣𝑎𝑟(𝑥) = − ( )2
12 15
41
𝑣𝑎𝑟(𝑥) = = 0.0456
900
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
c) Hallar la función de distribución de X.
Debemos integrar la función de densidad:
𝐹(𝑥) = ∫(𝑥 + 2𝑥 3 )𝑑𝑥
𝐹(𝑥) = 0, 𝑠𝑖 𝑥 < 0 𝑦 𝐹(𝑥) = 1, 𝑠𝑖 𝑥 ≥ 1
𝑥
𝑆𝑖 − 1 ≤ 𝑥 ≤ 1, 𝐹(𝑥) = ∫ (𝑡 + 2𝑡 3 )𝑑𝑡
−1
0, 𝑠𝑖 𝑥 < 0
2 4
𝑥 𝑥
𝐹(𝑥) = { + , 𝑠𝑖0 ≤ 𝑥 ≤ 1
2 2
1, 𝑠𝑖 𝑥 > 1
d) Hallar la mediana de X:
𝐹(𝑀𝑒) = 𝑃[𝑋 ≤ 𝑀𝑒] = 0.5
𝑥2 𝑥4
𝐹(𝑀𝑒) = + = 0.5
2 2
𝑀𝑒 = 0.786
𝟒𝒙𝟑
21. Para la distribución 𝒇(𝒙) = defina en el intervalo [𝟐, 𝟑], hallar la
𝟔𝟓
𝑬[𝟑𝒙𝟐 − 𝟐𝒙 + 𝟏].
SOLUCIÓN:
Aplicando propiedades:
𝐸(𝑦) = 𝐸[3𝑥 2 − 2𝑥 + 1] = 3𝐸[𝑥 2 ] − 2𝐸[𝑥] + 1
Hallando: 𝐸[𝑥] y 𝐸[𝑥 2 ]
3
𝐸[𝑥] = ∫2 𝑥𝑓(𝑥)𝑑𝑥
3 4
𝐸[𝑥] = ∫2 𝑥(65 𝑥 3 )𝑑𝑥
𝐸[𝑥] =2.597
3
𝐸[𝑥 2 ] = ∫ 𝑥 2 𝑓(𝑥)𝑑𝑥
2
2] 3 4
𝐸[𝑥 = ∫2 𝑥 2 (65 𝑥 3 )𝑑𝑥
𝐸[𝑥 2 ] = 6.821
SOLUCIÓN:
𝑃(𝑋 ≥ 3)
𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)
=
𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)
5! 5! 5!
+ +
3! (5 − 3)! 4! (5 − 4)! 5! (5 − 5)!
𝑃(𝑋 ≥ 3) =
25
10 + 5 + 1
𝑃(𝑋 ≥ 3) = = 0.5
32
𝐶55 1
𝑃(𝑋 = 5) = 5
= = 0.03125
2 32
𝐶05 1
𝑃(𝑋 = 0) = 5
= = 0.03125
2 32
SOLUCIÓN:
𝑋 → 𝑃(2)
𝑒 −2 × 20 𝑒 −2 × 21 𝑒 −2 × 22
𝑃(𝑋 > 2) = 1 − [ + + ]
0! 1! 2!
8 1
𝑒 −2 × 2𝑘 𝑒 −2 × 2𝑘
𝑃(2 ≤ 𝑋 ≤ 8) = ∑ −∑
𝑘! 𝑘!
𝑘=0 𝑘=0
8
𝑒 −2 × 2𝑘
𝑃(2 ≤ 𝑋 ≤ 8) = ∑ = 0,5938
𝑘!
𝑘=2
𝑌 → 𝑃(1)
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑒 −1 × 10 𝑒 −1 × 11 𝑒 −1 × 12
𝑃(𝑌 > 2) = 1 − [ + + ]
0! 1! 2!
SOLUCIÓN:
𝐸(𝑋) = 𝜇 = 𝑛𝑝
𝑉(𝑋) = 𝜎 2 = 𝑛𝑝(1 − 𝑞)
𝑋−𝜇
𝑧= → 𝑧 ~ 𝑁(0,1)
𝜎
19 − 32.5
𝑃 [𝑧 > ] = 𝑃[𝑧 > −2,54] = 𝑃[𝑧 ≤ 2,54]
5.3174
𝑃(2,54) = 0,9945
𝑋−𝜇
𝑧= → 𝑧 ~ 𝑁(0,1)
𝜎
𝑋−𝜇
𝑧= → 𝑧 ~ 𝑁(0,1)
𝜎
124,5 − 32.5
𝑃 [𝑧 < ] = 𝑃[𝑧 ≤ 17,30]
5.3174
𝑃(17,30) = 1
25. Para establecer el precio a pagar por cada litro de leche, se ha tenido
en cuenta el contenido de materia grasa por litro de leche. Se
consideraron 3 categorías:
Categoría 1: contenido en materia grasa inferior a 4%
Categoría 2: contenido en materia grasa entre 4% y el 5%
Categoría 3: contenido en materia grasa superior al 5%
Por estudios anteriores, se sabe que el porcentaje de materia grasa por
litro de leche procesado por esta empresa es una variable aleatoria X con
función de densidad:
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝟐(𝟔 − 𝒙)
𝒇(𝒙) = { , 𝒔𝒊 𝟑 < 𝒙 < 𝟔
𝟗
𝟎, 𝒔𝒊 𝒙 ∉ (𝟑, 𝟔)
Sabiendo que el precio del litro de leche pagado por una empresa es de 3
$ para la categoría 1; 3,5$ para la categoría 2 y 4$ para la categoría 3,
obténgase el precio medio del litro de leche pagado por la empresa láctea.
SOLUCIÓN:
Sean los sucesos:
Ai: “pertenecer a la categoría i”; i = 1, 2, 3.
Definimos la v.a.:
Y: “precio pagado por cada litro de leche”
Se quiere calcular E(Y); para lo cual se necesita conocer la f.d.p. de la v.a. Y.
4
2(6 − 𝑥) 5
𝜌1 = 𝑃(𝐴1 ) = ∫ 𝑑𝑥 =
3 9 9
5
2(6 − 𝑥) 3
𝜌2 = 𝑃(𝐴2 ) = ∫ 𝑑𝑥 =
4 9 9
6
2(6 − 𝑥) 1
𝜌3 = 𝑃(𝐴3 ) = ∫ 𝑑𝑥 =
5 9 9
Entonces:
𝐸(𝑌) = 3𝜌1 + 3.5𝜌2 + 4𝜌3 = 3.27 $
∞ 0 1 ∞
∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 0 𝑑𝑥 + ∫ 2(1 − 𝑥)𝑑𝑥 + ∫ 0 𝑑𝑥
−∞ −∞ 0 1
1
= ∫ 2(1 − 𝑥)𝑑𝑥
0
(1 − 𝑥)2
−2 = −(1 − 𝑥)2
2
Y resulta
1
1
∫ 2(1 − 𝑥)𝑑𝑥 = −(1 − 𝑥)2 0 = 1
0
1. Aplicamos formula:
∞
𝑃(𝑋 > 0.5) = ∫ 𝑓(𝑥)𝑑𝑥
0.5
1
= ∫ 2(1 − 𝑥)𝑑𝑥
0.5
1
= −(1 − 𝑥)2 0.5 = 0.52 = 0.25
Se sigue:
𝑃(𝑋 > 0.75) 0.0625
𝑃(𝑋 > 0.75/ 𝑋 > 0.5) = = = 0.25
𝑃(𝑋 > 0.5) 0.25
4. El concepto y cálculo del valor esperado de una variable continua X se
explica en el apartado 2.1.4; en este caso, el valor a calcular es:
1 1
𝐸[𝑋] = ∫ 2𝑥(1 − 𝑥)𝑑𝑥 = 2 ∫ (𝑥 − 𝑥 2 ) 𝑑𝑥
0 0
1 1
𝑥2 2𝑥 3
= −
20 3 0
2 1
=1− =
3 3
Para calcular la varianza lo mejor es emplear la fórmula 2.14, para ello
calculamos el momento de segundo orden:
1 1
𝐸[𝑥 2 ] = ∫ 𝑥 2 2(1 − 𝑥)𝑑𝑥 = 2 ∫ (𝑥 2 − 𝑥 3 ) 𝑑𝑥
0 0
1 1
2𝑥 3 2𝑥 4
= −
3 0 4 0
2 1 1
= − =
3 2 6
Ahora, el cálculo de la varianza es igual a:
1 12 1
𝜎𝑥2 = − =
6 3 18
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
27. Una variable aleatoria X tiene función de distribución definida por:
𝟎, 𝒔𝒊 𝒙 < 𝟎
𝑭(𝒙) = { 𝒙𝟐 , 𝒔𝒊 𝟎 ≤ 𝒙 < 𝟏
𝟏, 𝒔𝒊 𝒙 ≥ 𝟏
1. Representar gráficamente 𝑭(𝒙)
2. Comprobar que es una función de distribución.
𝟏
3. Calcular 𝑷(𝟎 ≤ 𝑿 ≤ 𝟒)
SOLUCIÓN:
1. La gráfica de F(x) es:
1
3. Para calcular 𝑃(0 ≤ 𝑋 ≤ 4), comenzaremos por expresarla en unos
términos que sean adecuados para introducir la función de distribución;
así, ponemos:
𝑃(0 ≤ 𝑋 ≤ 1/4) = 𝑃(𝑋 = 0) + 𝑃(0 < 𝑋 ≤ 1/4)
La probabilidad 𝑃(𝑋 = 0) es igual al tamaño del salto en 𝑥 = 0 que, por ser
continua
en ese punto, será igual a cero 𝑃(𝑋 = 0) = 𝐹(0) − 𝐹(0−) = 0 − 0;
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
También se tiene:
1
𝑃(0 < 𝑋 ≤ 1/4) = 𝐹(1/4) − 𝐹(0) =
16
En resumen, se tiene 𝑃(0 ≤ 𝑋 ≤ 1/4) = 1/16.
Luego 𝐹′ es la densidad de 𝐹.
7 6 3
𝑃(𝐴) = 𝑥 𝑥 = 0.175
10 9 8
29. Un aparato electrónico consta de dos partes. La probabilidad que falle
la primera es 0.20, que fallen las dos partes es 0.15 y de que falle sólo
la segunda parte es 0.45. Calcular la probabilidad que:
A B
0.20
0.15 0.45
𝑃(𝐵 ∩ 𝐴)
𝑃(𝐴⁄𝐵 ) =
𝑃(𝐵)
0.15
𝑃(𝐴⁄𝐵 ) =
0.45
𝟏
𝑷(𝑨⁄𝑩) =
𝟑
30. En un lote de 20 televisores se sabe que hay 5 defectuosos. Se extrae
al azar una muestra de tres televisores sin reposición. Hallar la probabilidad
que la muestra contenga:
a) 0 defectuosos
b) 1 defectuosos
c) 2 defectuosos
d) 3 defectuosos
SOLUCIÓN:
El espacio muestral (Ω) = 20 televisores
A: defectuosos = 5
B: No defectuosos= 15
→ muestra de 3 televisores sin reposición
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
Por teoría sabemos:
Definición de una Distribución Hipergeométrica
𝑁−𝑟
𝐶𝑛−𝑘
𝑓 (𝑘) = 𝑃 (𝑥 = 𝑘) = 𝐶𝑘𝑟 𝑥 , 𝐾 = 0,1,2, … … , 𝑛
𝐶𝑛𝑁
n= elementos escogidos al azar
R= Fracasos
N= conjunto de Elemento
K el evento [x=K] ocurre, si y solo si, en las n Extracciones sucesivas sin
reposición ocurre k éxitos.
a) 0 defectuosos
5! 15!
𝐶05 . 𝐶3−0
20−5 . 12! 𝑥3! 1𝑥17! 𝑥3! 𝑥15!
𝑃[𝑥 = 0] = = 5! 0! =
𝐶3 20 20! 20! 𝑥 12! 𝑥 3!
17! .3!
15𝑥14𝑥13
= = 0,399122807
20𝑥19𝑥18
b) 1 defectuoso
5! 15!
𝐶15 𝑥𝐶3−1
20−5 𝑥 13! 𝑥2! 5𝑥15𝑥7
𝑃[𝑥 = 1] = = 4! 𝑥1! =
𝐶320 20! 20𝑥19𝑥3
17! 𝑥3
= 0,4605263158
c) 2 defectuosos
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
5! 15!
𝐶25 𝑥𝐶 20−5 𝑥
𝑃[𝑥 = 2] =
3−3
= 2! 3! 15! 𝑥0! = 10𝑥15 = 0,1315789474
20
𝐶3 20! 20𝑥19𝑥3
17! 𝑥3!
d) 3 defectuosos
5! 15!
𝑥
2! 3! 15! 𝑥0
𝐶35 𝑥𝐶3−3
20−5
10𝑥1 1
𝑃[𝑥 = 3] = = = = = 8,771929825𝑥10−3
𝐶320 20! 20𝑥19𝑥3 114
17! 𝑥3!
Respuesta:
0 defectuosos la probabilidad es de 0,399122807
1 defectuosos la probabilidad es de 0,4605263158
2 defectuosos la probabilidad es de 0,1315789474
3 defectuosos la probabilidad es de 8,771929825𝑥10−3
SOLUCIÓN:
Si indicamos por A el evento de que suene la alarma, nos preguntan la
probabilidad P(A), la cual no involucra ninguna probabilidad condicional.
Analizamos que para que ésta suene se debe realizar una secuencia de etapas
encadenadas o enlazadas, una después de otra:
Primero, habrá que activar el circuito oprimiendo un botón, después, que el
interruptor opere y por último, que la alarma suene. Por tal razón, el evento de
que suene la alarma está determinado por la intersección de tres eventos 𝐴1 ,
𝐴2 , 𝐴3 que deben ocurrir en tres etapas secuenciales, o sea evento A se puede
indicar por 𝐴 = 𝐴1 ∩ 𝐴2 ∩ 𝐴3 .
𝐴 = 𝐴1 ∩ 𝐴2 ∩ 𝐴3
Y por lo tanto
𝑃(𝐴) = 𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 )
𝐴2 𝐴3
𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ) = 𝑃(𝐴1 )𝑥 𝑃 ( ) 𝑥𝑃 ( )
𝐴1 𝐴1 ∩ 𝐴2
𝐴3 𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 )
𝑃( )=
𝐴1 ∩ 𝐴2 𝑃(𝐴1 ∩ 𝐴2 )
𝐴3
𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ) = 𝑃(𝐴1 ∩ 𝐴2 )𝑥𝑃 ( )
𝐴1 ∩ 𝐴2
𝐴2
𝑃(𝐴1 ∩ 𝐴2 ) = 𝑃(𝐴1 )𝑥𝑃 ( )
𝐴1
con lo que resulta
𝐴2 𝐴3
𝑃(𝐴) = 𝑃(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ) = 𝑃(𝐴1 )𝑥𝑃 ( ) 𝑥𝑃 ( )
𝐴1 𝐴1 ∩ 𝐴2
0.95𝑥0.99𝑥0.9 = 0.84645
Respuesta:
La probabilidad de que suene la alarma es de 0.84645
32. Suponga que cierta factoría produce tres productos designados por A,
B y C. ¿Cuál es la probabilidad de seleccionar un producto defectuosos
A, si se sabe que el 30% de los productos producidos en la factoría A y
5% de los productos A son defectuosos?
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
SOLUCIÓN:
Datos
A= productos A
D=productos defectuosos de A
Se busca:
𝑃(𝐴 ∩ 𝐷) =? ?
Se sabe que:
𝑃(𝐴) = 30%
𝐷
𝑃 ( ) = 5%
𝐴
𝐷 𝑃(𝐴 ∩ 𝐷)
𝑃( ) =
𝐴 𝑃(𝐴)
𝐷
𝑃 ( ) . 𝑃(𝐴)
⏟ = 𝑃(𝐴 ∩ 𝐷)
⏟ 𝐴
5% . 30% = 𝑃(𝐴 ∩ 𝐷)
→ 𝑃(𝐴 ∩ 𝐷) = 0.015
33. Una urna contiene 3 bolas blancas y 5 bolas negras. Se extrae al azar y
sucesivamente dos bolas, sabiendo que la primera bola extraída es blanca;
¿Cuál es la probabilidad que la segunda bola extraída también se blanca?
SOLUCIÓN:
Datos
3 bolas blancas
5 bolas negras
Se busca:
𝑃(𝐵) =Sacar sucesivamente 2 bolas blancas
𝐶13 𝑥𝐶12 3𝑥2
𝑃(𝐵) = = = 0.107142857
𝑉28 8𝑥7
34. En una urna hay 8 bolas enumeradas de 1 a 8, se extraen al azar y
sucesivamente 3 bolas.
a) ¿Cuál es la probabilidad que sean las tres pares?
b) ¿Cuál es la probabilidad que sean tres números consecutivos?
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
SOLUCIÓN:
a. Probabilidad de que las tres bolas sean pares
Datos:
Bolas enumeradas del 1 al 8→ 1, 2, 3, 4, 5, 6, 7,8
A: 2, 4, 6,8
𝑉34 4𝑥3𝑥2
𝑃(𝐴) = = = 0.071428571
𝑉38 8𝑥7𝑥6
𝑃(𝐴) = 0.071428571
Problema 35:
En una urna existen 3 bolas rojas, 6 blancas, 4 verdes y 2 negras. Determine Ud. la probabilidad
de que al elegir 3 bolas al azar:
SOL:
Si:
Sabemos que:
𝑃(𝑁) = 1 − 𝑃(𝑀)
𝑃(𝑁) = 1 − 𝑃(𝑀)
15
𝑃(𝑁) = 1 −
273
𝑃(𝑁) = 0.94505
𝑃(𝑁) = 94.51%
Rpta.
15
a) 𝑃(𝑀) = 273 = 0.054945 = 5.495%
b) 𝑃(𝑀) = 94.51%
Problema 36
En un lote de 10 válvulas hay dos válvulas defectuosas, si se prueban las válvulas una por una.
¿Cuál es la probabilidad de que la ultima válvula defectuosa sea detectada en la tercera
prueba?
Sol:
K=0, 1, 2
N=8
r=1
n=1
K=0, 1
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
1
1 1
𝑃(𝑥 = 1) = ( 1 ) = = 0.142857 = 14.286%
1 7 7
1
37. En una urna hay 2 bolas azules, 1 blanca y 3 rojas. Se van a extraer al
azar 2 bolas. Calcule usted la probabilidad de que las dos bolas sean rojas
o una blanca y la otra azul.
SOLUCIÓN:
URNA: 2 bolas azules, 1 blanca y 3 rojas.
TOTAL= 6 bolas
A) Las 2 bolas sean rojas o una blanca y otra azul
𝐷
A 45% D1% 𝑃(𝐴). 𝑃 (𝐴 ) = 𝑃(𝐴 ∩ 𝐷) =
0.45𝑥0.01
𝐷
COMPAÑÍA B 35% D 2% 𝑃(𝐵). 𝑃 (𝐵 ) = 𝑃(𝐵 ∩ 𝐷) =
0.35𝑥0.02
𝐷
C 20% D 2% 𝑃(𝐶). 𝑃 (𝐶 ) = 𝑃(𝐶 ∩ 𝐷) =
0.20𝑥0.02
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑃(𝐷) = 𝑃(𝐴 ∩ 𝐷) + 𝑃(𝐵 ∩ 𝐷) + 𝑃(𝐶 ∩ 𝐷)
𝑃(𝐷) = 0.45𝑥0.01 + 0.35𝑥0.02 + 0.20𝑥0.002 = 0.0155
𝐵 𝑃(𝐵 ∩ 𝐷) 0.35𝑥0.02
𝑃( ) = = = 0.4516
𝐷 𝑃(𝐷) 0.0155
39. Se desea formar una comisión que está formado por 6 hombres y 8
mujeres. Si se desea formar una comisión integrada por 4 delegados con
igual representatividad; calcular:
a) La probabilidad que la comisión sea mixta.
b) La probabilidad que la comisión esta integrada por 3 hombres y una
mujer.
SOLUCIÓN:
6 hombres y 8 mujeres
TOTAL= 14 personas
A) Que la comisión sea mixta
𝐶26 𝑥𝐶28 15𝑥28
𝑃(𝐴) = = = 0.4196
𝐶414 1001
100 2 𝐴
𝑃(𝑆) = 150 = 3 𝑃 ( 𝑆̅ ) = 30%
𝐴 𝑃(𝐴∩𝑆̅)
𝑃 ( 𝑆 ) = 90% 𝑃(𝐴/𝑆̅) = 𝑃(𝑆̅)
𝑃(𝐴∩𝑆) 𝐴
𝑃(𝐴/𝑆) = 𝑃(𝐴 ∩ 𝑆̅) = 𝑃( 𝑆̅ ) × 𝑃(𝑆̅)
𝑃(𝑆)
2 1
𝑃(𝐴 ∩ 𝑆) = 0.9 × 3 = 0.6 𝑃(𝐴 ∩ 𝑆̅) = 0.3 × 3 = 0.1
𝑃(𝑆∩𝐴) ̅
b) 𝑃(𝑆/𝐴̅) = 𝑃(𝐴̅) 𝑃(𝑆) = 𝑃(𝑆 ∩ 𝐴̅) + 𝑃(𝑆 ∩ 𝐴)
(0.2/3)
𝑃(𝑆/𝐴̅) = 0.3 = 0.22 𝑃(𝑆 ∩ 𝐴̅) = 𝑃(𝑆) − 𝑃(𝑆 ∩ 𝐴)
2
𝑃(𝑆 ∩ 𝐴̅) = 0.1 × 3
B 10000 0.8%
18000
𝐷
𝑃(𝐴 ∩ 𝐷) = 𝑃(𝐴) × 𝑃 ( )
𝐴
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
8
𝑃(𝐴 ∩ 𝐷) = × 0.5%
18
𝐷
𝑃(𝐵 ∩ 𝐷) = 𝑃(𝐵) × 𝑃 ( )
𝐵
10
𝑃(𝐵 ∩ 𝐷) = × 0.8%
18
𝑃(𝐷) = 𝑃(𝐴 ∩ 𝐷) + 𝑃(𝐵 ∩ 𝐷)
𝑃(𝐷) = 0.002 + 0.0044
𝑃(𝐷) = 0.0066
42. Tres amigos juegan con un dado de la siguiente forma. Cada uno
lanzada el dado a lo sumo una vez. Si el primero en lanzar saca un seis,
gana y se acaba la partida; si no saca seis, lanza el segundo, que gana si
obtiene un cuatro o un cinco, acabando la partida. Si tampoco gana este,
lanza el dado el tercero, que gana si obtiene tres, dos o uno. Aunque no
gane el tercero, la partida se termina. Hallar la probabilidad que tuene cada
uno de ganar y la probabilidad de que la partida termine sin ganador.
SOLUCIÓN:
A=gana saca 6
B=gana saca 4, 5
C=gana saca 3, 2, 1
1
a) 𝑃(𝐴) = 6
𝐵 2 𝐵
b) 𝑃 (𝐴) = 6 → 𝑃(𝐴 ∩ 𝐵) = 𝑃 (𝐴) × 𝑃(𝐴)
2 1 1
𝑃(𝐴 ∩ 𝐵) = × =
6 6 18
𝐶 3 𝐶
c) 𝑃 (𝐴∩𝐵) = 6 → 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃 (𝐴∩𝐵) × 𝑃(𝐴 ∩ 𝐵)
3 1 1
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = × =
6 18 36
43.- Las probabilidades de aprobar lengua son del 80%, las de aprobar
matemáticas del 75% y las de aprobar ingles del 70%.Calcula:
SOLUCIÓN:
a) Las probabilidades de aprobar las tres asignaturas.
Datos:
A=Aprobar lengua P(A)=80%
B=Aprobar matemáticas P(B)=75%
C=Aprobar ingles P(C)=70%
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴)𝑥𝑃(𝐵)𝑥𝑃(𝐶)
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0.8𝑥0.75𝑥0.7
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0.42
44.- Una bolsa contiene 2 bolas negras y 3 bolas blancas. Otra bolsa tiene
4 bolas negras y 2 bolas blancas. Se elige una de las bolsas al azar y se
extrae una bola. Calcular la probabilidad de:
Es un experimento compuesto, para analizarlo utilizamos un diagrama en
árbol, etiquetando las ramas con las probabilidades condicionadas.
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
SOLUCIÓN:
3 2 28
𝑃(𝐵) = 𝑥0.5 + 𝑥0.5 = = 0.46
5 6 60
c) Si la bola es negra, ¿Cuál es la probabilidad de que sea de la segunda bolsa?
𝑃(𝑁⁄𝐵2). 𝑃(𝐵2)
𝐵2
𝑃( ⁄𝑁) =
𝑃(𝑁⁄𝐵1). 𝑃(𝐵1) + 𝑃(𝑁⁄𝐵2). 𝑃(𝐵2)
4
𝑃(𝐵2⁄𝑁) = 6 𝑥0.5 5
= = 0.625
2 4
𝑥0.5 + 6 𝑥0.5 8
5
49) En un grupo de amigos el 80% están casados, Entre los casados, el 75%
tiene trabajo. Finalmente, un 5% no están casados y tampoco tienen
trabajo.
a) ¿Qué porcentaje no tiene trabajo?
b) Si uno tiene trabajo, ¿Que probabilidad hay de que este casado?
c) ¿Qué porcentaje están casados entre los que no tiene trabajo?
Solución:
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
Considerando nuestro espacio muestral Ω =100 grupo de amigos que se
clasifican C (casados), NC (no casados), T (trabajan) y NT (no trabajan).
Según tabla:
no trabajan
trabajan (T) total
(NT)
casados ( C ) 75 5 80
no casados
15 5 20
(NC)
total 90 10 100
#(𝐶 ∩ 𝑁𝑇) 5
𝑃(𝐶⁄𝑁𝑇)% = 𝑋100% = 𝑋100% = 50%
#(𝑁𝑇) 10
𝟏𝟑 𝑬[(𝑿 − 𝟏)𝟐 ] = 𝟐
𝑬[(𝑿 − 𝟎. 𝟓)𝟐 ] =
𝟒
𝑬[𝑿𝟐 − 𝟐𝑿 + 𝟏] = 𝟐
𝟏 𝟏𝟑
𝑬 [𝑿𝟐 − 𝑿 + ] = 𝑬[𝑿𝟐 ] − 𝑬[𝟐𝑿] + 𝑬[𝟏] = 𝟐
𝟒 𝟒
𝟐]
𝟏 𝟏𝟑 𝑬[𝑿𝟐 ] − 𝟐𝑬[𝑿] =
𝑬[𝑿 − 𝑬[𝑿] + 𝑬 [ ] =
𝟒 𝟒
𝑬[𝑿𝟐 ] − 𝑬[𝑿] = 𝟑
Sistema de ecuaciones
𝑬[𝑿𝟐 ] = 𝟓
𝑬[𝑿] = 𝟐
Remplazando los datos obtenidos en E(C)
c)
Para hallar la utilidad tenemos 2 casos según el problema: proporción de
componente menor que 0.5, se vende a 6$ y mayor que 0.5 se vende a 8$,
también nos defines el precio de elaboración 5$, claramente la utilidad es la
diferencia de precios en cada caso, nuestra función utilidad quedará así:
8 − 5 , 0.5 < 𝑥 ≤ 1
𝑈(𝑋) = {
6 − 5 , 0 ≤ 𝑥 ≤ 0.5
Calculando la utilidad esperada por litro definida de la siguiente manera:
+∞
𝐸[𝑋] = ∫ 𝑋. 𝑓(𝑋)𝑑𝑥
−∞
𝑐 = 2/9
𝑌
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0 𝑋
0 0.5 1 1.5 2 2.5 3 3.5
2
⇒ 𝑓(𝑥) = {9 𝑋, 𝑆𝑖 0 ≤ 𝑥 < 3
0, 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
b) La utilidad será: 𝑈 = 2𝑥 − 3
La varianza
32 3 2 2
𝑉(𝑥) = 𝐸(𝑥 2 ) − [𝐸(𝑥)]2 = ∫0 9 𝑥. 𝑥 2 𝑑𝑥 − [∫0 𝑥 9 𝑥𝑑𝑥] = 4.5 − 4 = 0.5
𝑌
1.2
1 𝑥
1 − 𝑒 −3
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 𝑋
𝜎 = √𝑉𝑎𝑟(𝑥)
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
+∞ +∞ 2
2) [𝐸(𝑥)]2 2
𝑉𝑎𝑟(𝑥) = 𝐸(𝑥 − =∫ 𝑓(𝑥)𝑥 𝑑𝑥 − [∫ 𝑓(𝑥)𝑥𝑑𝑥]
0 0
+∞ 𝑥 𝑥 +∞ +∞ 𝑥
=∫ 𝑥 2 𝑒 −3 𝑑𝑥 −3 = 2
−𝑥 2 𝑒 −3 | + 2∫ 𝑥𝑒 −3 𝑑𝑥 − 9
0 0 0
= 0 + 18 − 9 = 9
⇒𝜎=3
¿Qué porcentaje dura 𝜇 − 2𝜎 y 𝜇 + 2𝜎?
Simplemente analizamos en la función de distribución acumulativa sabiendo que:
𝜇 − 2𝜎 = −3 y 𝜇 + 2𝜎 = 9
𝐹(9) − 𝐹(−3) = 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒𝑠 𝑒𝑛𝑡𝑟𝑒 𝑒𝑠𝑡𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠
9
1 − 𝑒 −3 − 0 = 0.95021 = 95%
1 𝑥
𝑒 −8000
8000
+∞ 𝑥 +∞
1 𝑥 1 𝑥
𝐸(𝑥) = ∫ 𝑒 −8000 𝑑𝑥 = [−8000𝑒 −8000 . 𝑥|+∞
0 − 80002 −8000
𝑒 | ]
0 8000 8000 0
= 8000
𝜇 = 8000
+∞ 𝑥
𝑉𝑎𝑟(𝑥) = 𝐸(𝑥 2 ) − [𝐸(𝑥)]2 = ∫ 𝑥 2 𝑒 −8000 𝑑𝑥 − 80002 = 2(8000)2 − 80002
0
= 8000
𝜎 = 8000
b)
𝑥 𝑥2
𝑈 = 20 + +2
4000 80002
𝐸(𝑥) = 80002
𝐸(𝑥 2 ) = 2(8000)2
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑥 𝑥2 𝐸(𝑥) 𝐸(𝑥 2 )
𝐸 (20 + +2 ) = 𝐸(20) + +2 = 26
4000 80002 4000 80002
𝐸(𝑈) = 26
c)
𝑥
∫ 𝑓(𝑥)𝑑𝑥 = 0.95
0
𝑥 𝑥 𝑥
1 𝑥
∫ 𝑒 −8000 = −𝑒 −8000 | = 0.95
0 8000 0
𝑥
−𝑒 −8000 + 1 = 0.95
𝑥
𝑒 −8000 = 0.05
𝑥
ln(0.05) = −
8000
𝑥 = 23965.85819
1
𝑅𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎: 𝑘 = ; 𝜇 = 8000; 𝜎 = 8000; 𝐸(𝑈) = 26; 𝑥 = 23965.85819
8000
56.-Un agente de bienes raíces cobra horarios fijos de $200 más una
comisión de 5% sobre el beneficio obtenido por el propietario, si el
beneficio del propietario es una variable aleatoria X con función de
densidad de probabilidad:
𝟏
𝒇(𝒙) = {𝟐𝟎𝟎𝟎 ; 𝒔𝒊 𝟎 ≤ 𝒙 ≤ 𝟐𝟎𝟎𝟎
𝟎; 𝒆𝒏 𝒆𝒍 𝒓𝒆𝒔𝒕𝒐
Solución:
2000 2000
1 𝑥2 1
𝐸(𝑥) = ∫ 𝑥 𝑑𝑥 = | = 1000
0 2000 2 2000 0
𝑃(𝑈 > 275) = 𝑃(𝑋 > 1500) = 1 − 𝑃(𝑋 < 1500) = 1 − 0.75
p(X>0.4) = 0.648
58) La vida útil en años de una batería es una variable aleatoria X con
función de densidad:
𝒇(𝒙) = 𝟎. 𝟐𝒆−𝟎.𝟐𝒕 , 𝒙 ≥ 𝟎
Cada batería lo produce a un costo de $20 y lo vende a $50, con una
garantía de un año que consiste en el cambio por una nueva por única vez.
Defina la utilidad por batería del fabricante. ¿Cuánto es su utilidad
esperada?
¿Qué tiempo de garantía debería ofrecer el fabricante para que solo le
devuelvan el 5% de las baterías vendidas?
Solución:
La vida útil de una batería se evalúa en dos casos, uno cuando la vida útil de la
batería es menor a la garantía, que en este caso es de 1 año y el segundo caso
cuando este supera la garantía señalada.
𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅 10 30
0.05 = 1 − 𝑒 −0.2𝑘
𝑘 = 0.2564664719
Respuesta:
La utilidad esperada es: 𝐸(𝑈) = 10(1 − 𝑒 −0.2 ) + 30(𝑒 −0.2 )
Tiempo de garantía 𝑘 = 0.2564664719
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
2
𝐸(𝑈) = 3𝑘 − 𝑘 2
5
Derivando
4
𝑘𝑚𝑎𝑥 = 3 − 𝑘 = 0
5
15
𝑘=
4
Sin reemplazar la función densidad:
𝑘
𝐸(𝑈) = 4 ∫ 𝑥𝑓(𝑥)𝑑𝑥 − 4𝑘𝐹(𝑥) + 3𝑘
0
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
61. sea X una variable con función de distribución acumulativa dada por:
X X<0 0≤x<1 1 ≤x<3 x≤3
F(X)=P[𝑋 ≤ 0.0 𝑥 2 ⁄2 (𝑥 + 1)⁄4 1.0
𝑥]
Calcule la media y la varianza
Solución:
𝐹(𝑥) = ∫ 𝑥𝑓(𝑥)𝑑𝑥
1 3
1
𝑚𝑒𝑑𝑖𝑎 = µ = 𝐸(x) = ∫ 𝑥(𝑥)𝑑𝑥 + ∫ 𝑥( )𝑑𝑥
0 1 4
4
𝐸(𝑥) =
3
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑣𝑎𝑟 = 𝐸(𝑥 2 ) − µ2
1 3
2) 2 (𝑥)
1 29
𝐸(𝑥 =∫ 𝑥 𝑑𝑥 + ∫ 𝑥 2 ( ) 𝑑𝑥 =
0 1 4 12
En:
29 16
𝑣𝑎𝑟 = − = 0.639
12 9
62.Si X es una variable aleatoria con media 30 y varianza 9 aplique la
desigualdad de Chebyshev para hallar el valor de c tal que 𝑃[|𝑋 − 30| > 𝑐] <
0.16
Solución:
a) El teorema de la desigualdad de Chebyshev es el siguiente:
b) En nuestro problema:
𝑉𝑎𝑟(𝑥)
𝑃[|𝑋 − 𝐸(𝑥)| > 𝑐] <
𝑐2
Luego:
9
𝑃[|𝑋 − 30| > 𝑐] < ∧ 𝑃[|𝑋 − 30| > 𝑐] < 0.16
𝑐2
Entonces:
9
= 0.16
𝑐2
9 16 3 4
2
= → = → 𝑐 = 7.5
𝑐 100 𝑐 10
Respuesta:
a) c = 7.5
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
Solución:
𝑍 = (𝑋 − 𝜇)/𝜎
𝑋 𝜇
𝑍= −
𝜎 𝜎
𝐸(𝑋) 𝜇
𝐸(𝑍) = −
𝜎 𝜎
Pero 𝐸(𝑋) = 𝜇, entonces:
𝜇 𝜇
𝐸(𝑍) = −
𝜎 𝜎
𝐸(𝑍) = 0
𝑍 = (𝑋 − 𝜇)/𝜎
𝑋 𝜇
𝑍= −
𝜎 𝜎
𝑉𝑎𝑟(𝑋)
𝑉𝑎𝑟(𝑍) =
𝜎2
Pero 𝑉𝑎𝑟(𝑋) = 𝜎 2 , entonces:
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝜎2
𝑉𝑎𝑟(𝑍) =
𝜎2
𝑉𝑎𝑟(𝑍) = 1
Respuesta:
a) Queda demostrado que la media de Z, E(Z) vale 0.
b) Queda demostrado que la varianza de Z, Var(Z) vale 1.
Problema 65
Si X es cualquier variable aleatoria tal que 𝐸[(𝑋 − 𝑐)2 ] existe, calcule el valor de la
constante c de manera que minimice el esperado.
Solución:
a) Tenemos:
𝐸[(𝑋 − 𝑐)2 ] = ∑(𝑥𝑖 − 𝑐)2 𝑓(𝑥𝑖 )
Existe un valor que puede tomar c, de modo que ∑(𝑥𝑖 − 𝑐)2 𝑓(𝑥𝑖 ) sea mínimo,
notamos que en la sumatoria ∑(𝑥𝑖 − 𝑐)2 𝑓(𝑥𝑖 ) el valor que tome c no afectará al
factor 𝑓(𝑥𝑖 ), pero sí afectará al valor (𝑥𝑖 − 𝑐)2 , si encontramos entonces un valor
de c para el que ∑(𝑥𝑖 − 𝑐)2 sea mínimo, habremos encontrado también el valor
de c para el que ∑(𝑥𝑖 − 𝑐)2 𝑓(𝑥𝑖 ) es mínimo.
Concluimos entonces que el valor que debe tomar 𝑐 para que ∑(𝑥𝑖 − 𝑐)2 sea
mínimo es 𝑥̅
c) Finalmente:
SOLUCION:
𝑋 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 𝑑𝑒 𝑢𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜
Por dato tenemos que:
𝑋~𝑁(𝜇, 𝜎 2 )
𝜇 = 50 ; 𝜎 = 10
a) La primera pregunta nos pide:
𝑃(46 ≤ 𝑋 ≤ 54) = ?
Como:
𝑋−𝜇 46 − 𝜇 𝑋 − 𝜇 𝑋 − 𝜇
𝑍= ⟹ 𝑃( ≤ ≤ )
𝜎 𝜎 𝜎 𝜎
46 − 50 54 − 50
𝑃( ≤𝑍≤ ) = 𝑃(−0.4 ≤ 𝑍 ≤ 0.4)
10 10
−𝟎. 𝟒 𝟎. 𝟒
𝑃(𝑍 ≤ 𝑧1 ) = 0.8980
Φ(𝑧1 ) = 0.8980 ⟹ 𝑧1 = 1.27
Luego:
X = 𝑧1 (𝜎) + 𝜇 = (1.27)(10) + 50
𝐗 = 𝟔𝟐. 𝟕
𝑋 − 𝜇 62.7 − 50
𝑍= = = 1.25
𝜎 10
𝑋~𝑁(𝜇, 𝜎 2 ) ∧ 𝑌 = 3𝑋 ⟹ 𝑌~𝑁(3𝜇, 3𝜎 2 )
116 − 150
𝑍= = −1.9629909 ≈ −1.96
17.321
Nos pide:
𝑃(𝑌 ≥ 116) = 𝑃(𝑍 ≥ −1.96) = 1 − [1 − Φ(1.96)] = Φ(1.96)
Respuesta:
b) La probabilidad es de un 31,08%.
c) Diariamente tendría que haber 62,7 kg de producto.
d) La utilidad diaria supera los 170 soles con una probabilidad de
10,56%.
e) La probabilidad es de 97,50%.
SOLUCION:
𝑋 = 𝑝𝑢𝑛𝑡𝑎𝑗𝑒 𝑝𝑟𝑢𝑒𝑏𝑎
Por dato tenemos que:
𝑋~𝑁(𝜇, 𝜎 2 )
𝑛 = 120 ; 𝜇 = 80 ; 𝜎 =?
a) Si el 0.0668 de ellos obtiene menos de 59 puntos hallaremos la desviación
estándar de la siguiente forma:
𝝈 = 𝟏𝟒
b) Como el 𝑄1 = 0.25 y nos pide el mínimo del cuarto superior, para lo que
necesitamos el valor de 𝑄3 = 0.75. Sabiendo esto:
Respuesta:
a) La desviación estándar es igual a 𝝈 = 𝟏𝟒.
b) El puntaje máximo para estar en el cuarto inferior es de 70,62 y el
puntaje mínimo para estar en el cuarto superior es de 89,38.
c) Entre el 𝑸𝟏 y el 𝑸𝟑 hay 60 alumnos.
En (i):
3 − 15 9 − 15
𝑃( ≤𝑍≤ ) = 𝑃(−4 ≤ 𝑍 ≤ −2) = Φ(4) − Φ(2)
3 3
𝑃(−4 ≤ 𝑍 ≤ −2) = 1 − 0.9772 = 𝟎. 𝟎𝟐𝟐𝟖
En (ii):
9 − 15 21 − 15
𝑃( ≤𝑍≤ ) = 𝑃(−2 ≤ 𝑍 ≤ 2) = 2Φ(2) − 1
3 3
𝑃(−2 ≤ 𝑍 ≤ 2) = 2(0.9772) − 1 = 𝟎. 𝟗𝟓𝟒𝟒
En (iii):
21 − 15 27 − 15
𝑃( ≤𝑍≤ ) = 𝑃(2 ≤ 𝑍 ≤ 4) = Φ(4) − Φ(2)
3 3
𝑃(2 ≤ 𝑍 ≤ 4) = 1 − 0.9772 = 𝟎. 𝟎𝟐𝟐𝟖
Respuesta:
La utilidad esperada por galón es de $0.1443
𝑛 = 20 𝑃 = 0,02 𝑥 = 3 𝑞 =1−𝑝
Solución de problema bajo dos enfoques:
Enfoque de Poisson
(𝑛. 𝑝)𝑛 . 𝑒 −𝑛.𝑝 (20.0,02)3 . 𝑒 −20.0,02
𝑃(𝑥) = = = 0,00715
𝑥! 3!
Enfoque Binomial
𝑛! 20!
𝑃(𝑥) = [ ] . (𝑝 𝑥 . 𝑞 𝑛−𝑥 ) = [ ] . (0,023 . 0,9820−3 )
(𝑛 − 𝑥)! (20 − 3)!
𝑃(𝑥) = 0.0065
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
Reflexión:
Como se aprecia en ella la diferencia entre las dos distribuciones de probabilidad
es inane (apenas cerca del 10% de error).
69. Los resultados de un examen de comportamiento agresivo aplicado a
400 adolescentes se distribuyen según el modelo de la probabilidad
normal con una media igual a 35 puntos.
e) Obtenga la desviación estándar de la distribución si el 84.13% de los
adolescentes obtienen al menos 30 puntos. ¿Cuántos adolescentes
obtienen entre 26 y 44 puntos?
f) ¿Qué probabilidad hay de que 3 de 5 adolescentes obtengan al
menos 31.4 puntos? Suponga independencia de los puntajes.
SOLUCIÓN:
c) X (variable aleatoria) = Puntaje obtenido en el examen
𝑋 − 𝜇 𝑋 − 35 −5
𝑍= = ; 𝑠𝑖 𝑋 = 30 → 𝑍 =
𝜎 𝜎 𝜎
−5 −5
𝑃 (𝑍 ≥ ) = 1 − 𝑃 (𝑍 ≤ )
𝜎 𝜎
−5
𝑃 (𝑍 ≥ ) = 0.8413
𝜎
−5
𝑃 (𝑍 ≤ ) = 0.1587
𝜎
−5
En la tabla Φ(𝑧1 ) = 𝑃(𝑍 ≤ 𝑧1 ) = 0.1587 → 𝑧1 = −1, 𝑝𝑒𝑟𝑜 𝑧1 = 𝜎
−5
−1 = → 𝜎=5
𝜎
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑋−𝜇
𝑍= ; 𝑋 = 31.4 → 𝑍 = −0.72
𝜎
𝑃(𝑍 ≥ −0.72) = 1 − 𝑃(𝑍 ≤ −0.72) … (1)
𝑃(𝑍 ≤ −0.72) = Φ(−0.72) = 0.2358 𝑢𝑠𝑎𝑛𝑑𝑜 𝑒𝑛 (1)𝑡𝑒𝑛𝑒𝑚𝑜𝑠:
𝑃(𝑍 ≥ −0.72) = 1 − 0.2358 = 0.7642
Hay entonces un 76.42% de posibilidades de que un estudiante obtenga
por lo menos 31.4.
Al averiguar la probabilidad de que de cinco estudiantes, tres obtengan
más de 31.4 estamos frente a un ensayo de Bernoulli, pues solo hay dos
resultados para cada estudiante posibles, Éxito o Fracaso, Si o No y la
probabilidad se mantiene para cada estudiante, entonces:
𝑃[𝑥 = 𝑘] = 𝑪𝑛𝑘 ∙ 𝑝𝑘 ∙ 𝑞 𝑛−𝑘
5!
𝑃[𝑥 = 3] = 𝑪53 ∙ 𝑝3 ∙ 𝑞 5−3 = ∙ 0.76423 ∙ 0.23582 = 0.2481468129
3! 2!
Respuesta:
f) Probabilidad: 92.82%, cantidad de adolescentes: 371 (371.28).
g) Probabilidad: 24.81468129%
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
a) ¿En cuántos de estos días se cotizó el dólar por más de 3.179 soles?
b) Si para el próximo año se proyecta un tipo de cambio Y dado por 𝒀 =
𝟎. 𝟗𝟖𝑿 + 𝟎. 𝟎𝟏𝟐, ¿cuál es la probabilidad de que el dólar se cotice por
menos 3.132?
SOLUCIÓN:
c) X (variable aleatoria) = Tipo de cambio oficial del dólar
SOLUCIÓN:
Sabemos que 𝜇 = 13
𝑃(𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎) ≅ 1
𝑃(6 ≤ 𝑋 ≤ 18) = 1
Entonces:
(𝜇 − 3𝜎 ≤ 𝑋 ≤ 𝜇 + 3𝜎) ≅ (6 ≤ 𝑋 ≤ 18); 𝑑𝑜𝑛𝑑𝑒 𝜇 = 12
𝜇 + 3𝜎 ≅ 18 → 12 + 3𝜎 ≅ 18 → 𝜎 ≅ 2
e) Hallamos primero:
𝑃(𝑋 ≥ 11)
Tenemos:
11 − 12
𝑃(𝑋 ≥ 11) = 𝑃 (𝑍 ≥ ) = 𝑃(𝑍 ≥ −0.5) = Φ(0.5) = 0.6915
2
Entonces el 69.15% de los estudiantes aprobó, es decir:
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
f) Hallamos primero 𝑧1 :
1
𝑃(Z ≥ 𝑧1 ) = = 0.2 → 𝑧1 = 0.8012857143 (𝑝𝑜𝑟 𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛)
5
Tenemos:
𝑋1 − 12
𝑧1 = → 𝑋1 = 13.60257143
2
Respuesta:
b) Desviación estándar: 𝜎 ≅ 2
c) Aprobaron el curso 277 (276.6) alumnos.
d) Debe tener como mínimo 13.603 de nota para estar en el quinto
superior.
e) Su percentil es 84.13, según el orden de mérito será el 63avo (63.48).
72.
73.
74.
75. Una pieza es considerada defectuosa y por lo tanto rechazada si su
diámetro es mayor que 2.02cm o si es menos que 1.98cm. Suponga que
los diámetros tienen distribución normal con media de 2cm y desviación
estándar de 0.01cm.
a) ¿Cuántas piezas de 10000 se espera sean rechazadas?
b) ¿Cuál es la probabilidad de que 2 piezas de 4 sean rechazadas si
las 4 piezas se escogen una a una sin reposición de un número
desconocido de piezas?
c) ¿Cuál es la probabilidad de que la cuarta pieza buena sea la sexta
probada si las piezas se escogen una a una sin reposición de un
número desconocido de piezas?
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
SOLUCION:
a) TEMA: DISTRIBUCIÓN DE PROBABILIDAD NORMAL
Entonces la pieza es rechazada si su Diámetro: 𝐷 <
1.98𝑐𝑚 𝑜 𝑠𝑖 2.02𝑐𝑚 < 𝐷
DATOS:
D: Diámetro
𝐷~𝑁(𝜇, 𝜎 2 )
𝜇 = 2𝑐𝑚
𝜎 = 0.01 → 𝜎 2 = 0.0001
Calculemos la probabilidad de que se rechace la pieza
𝐷 − 𝜇 2.02 − 2
𝑃 = [𝐷 > 2.02] = 𝑃 [ > ] = 𝑃[𝑍 > 2] = 1 − 𝜙(2) = 1 − 0.9772
𝜎 0.01
= 0.0228
𝐷 − 𝜇 1.98 − 2
𝑃 = [𝐷 < 1.98] = 𝑃 [ < ] = 𝑃[𝑍 < −2] = 1 − 𝜙(2) = 1 − 0.9772
𝜎 0.01
= 0.0228
Entonces la probabilidad de que la pieza sea rechazado es: 0.0228 + 0.0228 =
0.0456
Luego de 10000 pizas serán rechazadas= 10000 × 0.0456 = 456𝑝𝑖𝑒𝑧𝑎𝑠
b) TEMA: PROBABILIDAD BINOMIAL
Si B es el evento = ‘’Ocurren k éxitos de n pruebas’’, entonces, un caso
(𝐸𝐸 … 𝐸𝐸) ⏟
partícula de B es el evento ⏟ (𝐹𝐹 … 𝐹𝐹) cuya probabilidad es =
𝑘 𝑣𝑒𝑐𝑒𝑠 𝑛−𝑘 𝑣𝑒𝑐𝑒𝑠
𝑘 𝑛−𝑘
𝑝 × (1 − 𝑝) donde p es la probabilidad de que ocurra un éxito luego
(1-p) es la probabilidad de que ocurra un fracaso.
Luego todos los caso de B se obtienen ‘’chocolatendo las letras
repetidas y nos importa el orden en que salgan’’ entonces el número de
formas que ocurra en evento B es 𝐶𝑘𝑛
Entonces 𝑃(𝐵) = 𝐶𝑘𝑛 × 𝑝𝑘 × (1 − 𝑝)𝑛−𝑘
En nuestro caso sería: Ocurren k=2 éxitos (que se rechace) de n=4 pruebas
(piezas que se escogieron). Entonces 𝑃(𝐵) = 𝐶24 × 𝑚2 × (1 − 𝑚)2 donde m es
la probabilidad de que se rechace que para nosotros lo consideraremos como
éxito.
c) TEMA: PROBABILIDAD DE PASCAL O BINOMIAL NEGATIVA
Sea el evento D = ‘’ Ocurren k éxitos de n pruebas, de manera que el k-
ésimo éxito sea la n-ésima prueba’’. El último ensayo es un éxito, en los
restantes ensayos anteriores ocurre una binomial. Luego:
𝑛−1 𝑛−1
𝑃(𝐷) = (𝐶𝑘−1 × 𝑝𝑘−1 × (1 − 𝑝)𝑛−𝑘 ) × 𝑝 = 𝐶𝑘−1 × 𝑝𝑘 × (1 − 𝑝)𝑛−𝑘 don de
p es la probabilidad un éxito.
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
En nuestro caso: Ocurren k=4 éxitos (es decir salen buenas) de n=6 pruebas,
de manera que la CUARTA pieza buena sea la SEXTA probada. Sabemos que
la probabilidad de éxito es en este caso la que era la de fracaso en la pregunta
b ósea (1-m) entonces:
6−1
𝑃(𝐷) = 𝐶4−1 × (1 − 𝑚)4 × 𝑚6−4 = 𝐶35 × (1 − 𝑚)4 × 𝑚2
76. Un exportador recibe sacos de café de un quintal al mismo tiempo de
dos proveedores A (Chanchamayo) B (Quillabamba). El 40% recibe de A y
el resto de B. El porcentaje de granos con impurezas por saco es una
variable aleatoria cuyo modelo de probabilidad es normal con media y
desviación estándar respectivamente de 6% y 2% para A y de 8% y de 3%
para B. Si el exportador selecciona un saco al azar.
a) Que probabilidad hay de que el porcentaje de granos con impurezas
supere el 10 %
b) Si el porcentaje de granos con impurezas supera el 10% ¿Qué
probabilidad hay que provenga de Chanchamayo?.
SOLUCIÓN:
A) Se sabe que:
Por lo tanto
p(𝑥−𝑢σ<15−𝑢5)=0.1587
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
p(𝑧<15−𝑢5)=0.1587
15−𝑢5 =1.00
15-u=5
u = 10
p(𝑥<7.1)
p(𝑥−𝑢σ<7.1−105)
p(𝑧<−058) = 0.2810
Por lo tanto:
0.4x0.0228/0.15996
6
9 × 0.3679 = 0.5385
6 2 1
× 0.3679 + × 0.6 + × 0.6915
9 9 9
78. El monto de consume que registra una cajera de un supermercado
en un día cualquiera es una variable aleatoria que tiene distribución normal
con media$ 200 y desviación estándar $ 50.
a) En este supermercado sólo el 5% de los clientes se considera un
excelente cliente y por lo tanto como promoción puede recibir un 10% de
descuento, ¿a partir de qué consumo un cliente se beneficiará de la
promoción?.
b) Actualmente el 30% de los clientes tiene un consumo considerado como
mínimo. La empresa considera que en base a la promoción en unos meses
sólo el 20% de los clientes consumirá debajo de ese monto, ¿cuánto dinero
adicional tendrá que gastar cada cliente para que esto se cumpla?
SOLUCION:
σ=50
u=200
𝒙−𝒖 𝒌−𝟐𝟎𝟎
a) p( ≥ )=0.05
𝛔 𝟓𝟎
𝐤−𝟐𝟎𝟎
p(𝒛≥ )=0.05
𝟓𝟎
𝒌−𝟐𝟎𝟎
1- p(𝒛≤ )=0.05
𝟓𝟎
𝒌−𝟐𝟎𝟎
p(𝒛≤ )=0.95
𝟓𝟎
𝒌−𝟐𝟎𝟎
=1.645
𝟓𝟎
k = 282.25
Universidad Nacional Jorge Basadre Grohmann
Facultad de Ingeniería Civil, Arquitectura y Geotecnia
E.A.P. Ingeniería Civil
𝑥−𝑢 𝑐−200
b) p( < )=0.30
σ 50
𝐜−𝟐𝟎𝟎
p(𝒛< )=0.30
𝟓𝟎
c =174
𝑥−𝑢 𝑚−200
p( < )=0.20
σ 50
𝑚−200
p(z< )=0.20
50
m = 158
m+d=c
158+d=174
d = 16 tendrá que gastar $16 cada cliente para que cumpla.
15-u=5
u = 10
112/0.2810= 398.576512
112/0.28 = 400 en el restaurante comieron 400 personas